7月，月之暗面（Moonshot AI）正式发布新一代开源大语言模型 Kimi K3，以2.8万亿参数规模和100万Token超长上下文，刷新国产开源大模型的性能上限，这也是目前全球参数规模最大的开源模型之一。消息发布后，开发者社区迅速跟进，围绕部署、微调与二次开发展开讨论。
一、2.8万亿参数，开源开放
Kimi K3 采用MoE混合专家架构，在扩展参数规模的同时保持推理效率。模型权重已在主流开源平台发布，支持学术研究与商业落地，开发者可基于 vLLM、SGLang 等框架本地部署。在 SWE-bench、MATH 等基准上，其代码与数学能力达到开源模型第一梯队，中文理解与生成表现尤为突出，长文本摘要与翻译质量领先。开源策略也降低了中小企业的使用门槛，开发者无需从零训练即可在自有数据上做领域适配，加速行业应用的百花齐放。
二、100万Token：一次读完一整本书
新模型将上下文窗口扩展至100万Token，约相当于150万字中文，可完整读入整本书籍、大型代码仓库或长周期会议记录。配合分段缓存与位置编码优化，长文档问答、资料检索与摘要的稳定性显著提升，彻底缓解"读不全"的痛点。对企业而言，这意味着知识库问答、合同审阅等场景可以一次性喂入更多上下文，减少切片带来的信息损耗。这也让长上下文不再只是参数噱头，而是真正可用的工作能力。
三、不止于对话：原生Agent能力
Kimi K3 原生支持工具调用与多步规划，能够独立完成从需求拆解到结果交付的复杂工作流，可作为智能体核心引擎驱动自动化任务。结合搜索增强，模型还能接入实时信息、缓解知识截止问题。从写代码到做调研，从搭脚本到跑流程，模型正从"问答工具"进化为"可执行任务的协作者"，更适合企业级长线应用。月之暗面表示，后续将持续迭代长上下文与多模态能力，让模型在视觉、语音等模态上保持一致的Agent体验。这种从工具到协作者的转变，正是当前大模型竞争的核心方向。
